文本分类技术及其研究应用的综合调查：观察与实验见解

文本数据的指数级增长在管理和分析方面带来了巨大挑战，这主要是由于高昂的存储和处理成本。文本分类作为文本挖掘的重要组成部分，通过实现文本数据的高效分类和组织，提供了稳健的解决方案。这些技术使个人、研究人员和企业能够从大量文本中提取有意义的模式和见解。本文引入了一个专门基于研究领域为文本分类设计的综合分类体系。该分类体系构建为分层结构：基于研究领域的类别、基于研究领域的子类别、基于方法的技术、方法子技术以及研究领域应用。我们采用双重评估方法：经验评估和实验评估。在经验上，我们根据四个关键标准评估文本分类技术。在实验上，我们比较并排名同一方法技术内以及同一总体研究领域子类别内的方法子技术。这种结构化的分类体系结合全面的评估，提供了对文本分类算法及其应用的细致入微的理解，使研究人员能够基于精确的、特定领域的见解做出明智的决策。